Streamlit 是一个用于创建数据科学和机器学习应用程序的开源 Python 库。它的主要目标是使开发人员能够以简单的方式快速构建交互式的数据应用，而无需过多的前端开发经验。Streamlit 提供了一种简单的方法来转换数据脚本或分析代码为具有可视化界面的应用程序，这些应用程序可以通过网络浏览器访问。
以下是 Streamlit 的一些主要特点和优势：
- 简单易用： Streamlit 的设计使得用户能够在几行代码内创建交互式应用程序。使用它不需要复杂的前端开发知识，甚至不需要 HTML 或 CSS。
- Python 支持： Streamlit 使用 Python 编写和驱动，这使得数据科学家和分析师可以在熟悉的编程语言中构建应用程序。
- 实时预览： 在代码中进行更改后，Streamlit 应用程序会自动重新加载，从而可以立即查看更改的效果，加速开发过程。
- 丰富的可视化元素： Streamlit 支持各种可视化元素，如图表、图像、文本、表格等，使用户能够展示和呈现数据。
- 交互性： 用户可以通过滑块、按钮等交互元素与应用程序进行互动，从而改变数据的输入或参数，实时观察结果。
- 部署简便： 部署 Streamlit 应用程序相对简单，只需要在服务器上运行一个 Python 脚本即可，无需复杂的配置。
- 与数据科学生态系统集成： Streamlit 可以轻松地与常用的数据科学库（如 Pandas、Matplotlib、Plotly 等）集成，使用户能够轻松地将分析和可视化结果嵌入到应用程序中。
- 自定义主题和样式： 用户可以根据需要自定义应用程序的外观和样式，以匹配他们的品牌或设计需求。
无论是为了创建数据展示、可视化、模型演示还是进行原型开发，Streamlit 都是一个非常有用的工具。所以本文我们将通过创建一个简单的Dashboard作为Streamlit 入门。
https://avoid.overfit.cn/post/24320cbf1d9c4ca7b1d3a9086b2ba5b9